Diese Generation von Robotern hat keine neuen Geschichten, sondern nur echte Probleme.

Es ist erst ein Monat seit Abschluss der WAIC (Welt-KI-Kongress 2026), und die Roboter sind von Shanghai nach Peking „weitergezogen“, um auf der WRC (Welt-Roboterkongress 2026) ihr Können unter Beweis zu stellen.

Im Unterschied zur WAIC treffen auf der WRC Menschen, die nur „zuschauen“, und Menschen mit Fachkenntnis zusammen.

Einige ältere Menschen kamen mit ihren Enkelkindern, die Sommerferien haben, zur Ausstellung. Nachdem der Roboter vor Ort eine Pizza zubereitet hatte, holte ein Großvater diese Pizza für seine Enkelin ab. Als das Personal sie ihm reichte, sagte es extra warnend: „Sie schmeckt vielleicht nicht gut.“

Der Stand von Galaxy Universe war von Menschen dicht umringt. Ein altes Paar unterhielt sich im Dialekt von Nordostchina. Der Großvater fragte: „Zu welcher Einrichtung gehört Galaxy?“ Seine Frau, die neben ihm stand, antwortete kurz und bündig: „Weiß nicht.“ Frage und Antwort, mit der typischen Direktheit des nordostchinesischen Dialekts, machten die Leute unwillkürlich lachen. Aber das hinderte die beiden nicht daran, weiter mit großem Interesse zuzusehen.

Im Gegensatz zu ihnen war eine andere Gruppe von Menschen in Eile, mit klaren Zielen, und tauschten sich über technische Details und Roboterlösungen aus.

Deshalb habe ich vor Ort auf der WRC auch zwei völlig unterschiedliche Meinungen gehört. Die „Zuschauer ohne Fachkenntnis“ fragten sich: Warum falten die Roboter immer noch Kleidung und greifen nach Paketen? Im Vergleich zu 2025 scheint es keine großen Veränderungen zu geben. Die Menschen mit echtem Fachwissen hingegen konzentrieren sich auf andere Probleme. Sie eilten mit leuchtenden Augen herbei, um sich auszutauschen, und fragten nach der Umsetzung hinter den Robotern: Welches Modell wird verwendet, wie viele Daten wurden gesammelt, können Langzeitaufgaben erledigt werden, und ob die Genauigkeit Zentimeter- oder Millimeterebene erreicht.

Ein Satz von GAO Jiyang, Gründer und CEO von Starsea Diagram, liefert eine Erklärung für dieses scheinbar widersprüchliche Phänomen. Er ist der Ansicht, dass die Branche der verkörperten Intelligenz bereits in eine Expansionsphase eingetreten ist, aber der sogenannte „GPT-Moment“ der verkörperten Intelligenz erfordert zwei Bedingungen gleichzeitig: Erstens erreicht die Technik wirklich einen kritischen Punkt, und zweitens ist sich jeder in einem Augenblick bewusst, dass dieser Moment gekommen ist.

Das heißt, technische Veränderungen haben möglicherweise bereits stattgefunden, aber diese Veränderungen sind noch nicht von allen gleichzeitig wahrgenommen worden.

WANG Qian, Gründer und CEO von Eigenbot, meint, dass die verkörperten Modelle „den Weg gehen, den Sprachmodelle vor fünf Jahren gegangen sind“. Aus den Gesprächen von Tencent Tech mit zahlreichen Branchenvertretern geht hervor, dass unter den Praktikern ein sehr deutlicher Konsens entstanden ist: Alle versuchen aktiv, konkrete Probleme zu lösen, und sind überzeugt, dass dieser Moment letztendlich kommen wird. Gleichzeitig messen die mehr auf Endverbraucher ausgerichteten Zuschauer das aktuelle Entwicklungsniveau der verkörperten Intelligenz noch an Vorstellungen aus Science-Fiction-Filmen.

Vor Ort auf der WRC führte Tencent Tech Gespräche mit Gründern mehrerer führender Unternehmen wie Starsea Diagram, Mochi Intelligence und Q-One Robot, um die Veränderungen zu suchen, die in der Branche der humanoiden Roboter stattfinden, sowie das „Delta“ dieser Branche. (Anmerkung: Delta (Δ) ist ein mathematischer Begriff, der die Änderungsmenge oder die Differenz bedeutet.)

01 Szenarien, wieder Szenarien

Wie auf der WAIC in Shanghai arbeiten auch die Roboter auf der diesjährigen WRC alle. Im Vergleich zu 2025 ist dies bereits eine sehr deutliche Veränderung. Aber mit der Vorlage der WAIC vor einem Monat ist die Präsentation von Anwendungsszenarien auf Roboterausstellungen auf der WRC bereits zu einer Pflichtaufgabe geworden.

Welche Arbeiten erledigen sie alle? Tencent Tech hat vor Ort beobachtet, dass sie grob in die folgenden Kategorien unterteilt werden können.

Zuerst das Falten von Kleidung. Der Roboter von Galaxy Universe faltet vor Ort weiße Hemden; im zweistöckigen Stand von Starsea Diagram ist eine helle Fläche im Erdgeschoss extra für die Demonstration des Kleiderfaltens vorgesehen. Zwei Greifer heben gemeinsam ein T-Shirt auf und erledigen die nachfolgenden Vorgänge kooperativ.

Das Bild vor den Augen lässt einen in das Jahr 2024 zurückversetzen. In diesem Jahr veröffentlichte Tesla ein Video, in dem Optimus ein T-Shirt faltet, aber Musk räumte später ein, dass die Demonstration ferngesteuerte Vorgänge enthielt. Aus diesem Grund gilt das „Falten von Kleidung“ für viele längst nicht mehr als neu, ist aber dennoch ein klassisches Szenario, das auf der WRC fast jedes Jahr wiederholt demonstriert wird.

Warum konzentrieren sich alle auf das Falten von Kleidung? Ein Mitarbeiter am Stand von Starsea Diagram erzählte Tencent Tech, dass Kleidung zu flexiblen Objekten gehört, deren Form sich während des Betriebs ständig ändert. Für Roboter ist das Falten von Kleidung alltäglich erscheinend, tatsächlich aber eine recht komplexe Aufgabe. HUANG Qingqiu, Mitbegründer und CTO von Mochi Intelligence, erklärte: „Nur wenn man ausreichend komplexe Szenarien wählt, kann man ausreichend reichhaltige und vielfältige Daten erhalten, um dann ein Grundmodell mit stärkeren Fähigkeiten zu trainieren.“

Eine andere häufige Aufgabe ist die Warenauswahl. Beim Greifen von Objekten konzentrieren sich Leju und Eigenbot auf Logistikszenarien, während Mochi Intelligence Roboter in alltägliche Umgebungen einsetzt, um verstreute Gegenstände zu bearbeiten.

(Links: Leju Roboter, Rechts: Mochi Intelligence)

Darüber hinaus gibt es noch einige szenarien, die näher an den Verbrauchern sind. Zum Beispiel betritt der Galbot G1 von Galaxy Universe einen Kiosk, um Gegenstände zu holen, und einige Roboter versuchen vor Ort, Kaffee zuzubereiten oder Pizza zu backen.

Aus der Leistung der Roboter in diesen Szenarien gehen im Vergleich zur Vergangenheit zwei besonders deutliche Veränderungen bei den diesjährigen Roboterpräsentationen hervor.

Erstens scheinen Roboter nun zu „denken“. Genauer gesagt können sie nach den Ergebnissen der Aufgabenausführung Urteile fällen und sich selbstständig korrigieren.

Zum Beispiel wird der Roboter in der Demonstration des Kleiderfaltens von Starsea Diagram nicht an Ort und Stelle bleiben, wenn einer der Greifer das Kleidungsstück nicht erfasst hat, sondern neu beurteilen und wiederholt versuchen, bis er es erfolgreich erfasst hat. Das gilt auch für die Logistikauswahl. Wenn der Roboter von Eigenbot feststellt, dass das Objekt nicht erfolgreich an die Zielposition bewegt wurde, passt er die Bewegung aktiv an und führt sie erneut aus, bis die Aufgabe erledigt ist.

(Links: Demonstration der Logistikauswahl durch den Eigenbot-Roboter, Rechts: Demonstration des Kleiderfaltens von Starsea Diagram)

Zweitens ist die Aufgabenkette, die Roboter erledigen können, länger geworden. Zum Beispiel versucht UniX AI, Roboter dazu zu bringen, Gongfu-Tee zuzubereiten. Der gesamte Ablauf umfasst das Schöpfen von Tee, das Einfüllen von Tee, das Einfüllen von Wasser, das Einweichen, das Ausgießen des Tees und das Filtern – der Roboter muss mehrere aufeinander abgestimmte Schritte nacheinander erledigen. Während des Ausstellungsbesuchs wurde jedoch keine echte vollständige Demonstration davon gesehen.

Obwohl die Roboter nach dieser WRC in mehr Szenarien eintreten und längere Aufgabenketten erledigen können, gibt es noch die schwierigste Hürde, die es zu überwinden gilt, um die Arbeit wirklich „gut zu erledigen“: die letzten paar Zentimeter, sogar Millimeter.

WANG Xingxing erklärte auf der WRC, dass wenn ein Roboter in jede beliebige unbekannte Umgebung, sogar in ein Zuhause gebracht werden kann und etwa 80 % der Aufgaben erledigen kann, die verkörperte Intelligenz dem echten kritischen Punkt nahe ist und die Industrie einen Boom erleben wird. Aber im aktuellen Stadium ist das noch schwer zu erreichen: „Derzeit stimmen die Eingaben und Ausgaben der KI-Modelle noch nicht ausreichend mit den echten Robotern überein. Wenn man ihn auffordert, sich zu bewegen, Dinge zusammenzubauen oder Objekte an eine bestimmte Position zu transportieren, ist die allgemeine Richtung in Ordnung und er kann die Aufgabe grundsätzlich ausführen. Aber bei den letzten paar Zentimetern oder Millimetern stimmen die Erfolgsrate und die Abweichung noch nicht gut mit der realen Welt überein.“

02 Hardware ist nicht mehr die Schwierigkeit

Dass Anwendungsszenarien zum Schwerpunkt der Präsentation auf der diesjährigen WRC geworden sind, hat eine wichtige Voraussetzung: Der Roboter-Körper und die Bewegungssteuerung haben die frühen technischen Hürden bereits überwunden. Für viele Hersteller ist es nicht mehr das schwierigste Problem, Roboter stabil laufen, rennen und springen zu lassen.

Diese Veränderung zeigt sich hauptsächlich in zwei Aspekten: Erstens sinken die technischen Hürden, und zweitens sinken die Hardwarekosten kontinuierlich.

Erstens hat sich die Bewegungssteuerungstechnik des Roboter-Körpers stabilisiert.

Auf der diesjährigen WRC tanzte Unitree G1 wieder einen Gruppentanz. Jixian Evolution ließ Roboter auf der Bühne Löwentanz aufführen und sogar Michael Jackson nachahmen. Auf der anderen Seite schritt der Roboter von Q-One mit sehr natürlichen Schritten herbei und drehte sich dann um, um Boxen zu üben.

Die Roboter verwandelten die Messestände in Bühnen, und die umstehenden Menschen hoben ihre Handys, um geschickt Videos aufzunehmen. Obwohl solche Szenarien in den letzten Jahren sehr häufig waren, ist im Gegensatz zu vor einigen Jahren das Erstaunen in der Menge etwas seltener geworden.

Vor zwei Jahren hingegen reichte es aus, dass ein Roboter stabil stehen und einen Weg glatt zurücklegen konnte, um die Aufmerksamkeit aller auf sich zu ziehen. Heute, mit der zunehmenden Reife der Bewegungssteuerungsfähigkeiten, werden Gehen, Laufen, Springen und das Ausführen einer Reihe voreingestellter Aktionen zu den Grundfertigkeiten humanoider Roboter.

Das erklärt auch, warum die Hersteller anfangen, eifrig das Falten von Kleidung, das Auswählen von Paketen und das Zubereiten von Gongfu-Tee zu demonstrieren.

Aber ZHAO Tongyang, Gründer und CEO von Q-One Robot, meint: „Die Bewegungssteuerung hat niemals ein Ende.“

Obwohl die Bewegungssteuerung in den letzten Jahren große Fortschritte gemacht hat – zum Beispiel kann der Roboter von Q-One bereits an Boxwettkämpfen teilnehmen; bei Roboter-Sportspielen laufen einige Roboter mit hoher Geschwindigkeit, die sogar die von Menschen übertrifft. Aber gemessen an dem Niveau, das man wirklich erreichen möchte, liegt man heute vielleicht nur bei 60 Punkten.

Zweitens sinken auch die Kosten für die Herstellung von Robotern.

ZHAO Tongyang erzählte Tencent Tech, dass die Preise für Kernkomponenten humanoider Roboter in den letzten Jahren stark gesunken sind: Kugelgewindetriebe sind in drei Jahren etwa um das Zehnfache billiger geworden, und die Preise für Untersetzungsgetriebe sind um die Hälfte gefallen. Mit der Erhöhung des Lieferumfangs der Lieferkette werden die Kosten für die gesamten Geräte weiter sinken.

Ein Praktiker im Bereich der verkörperten Intelligenz nannte als Beispiel integrierte Gelenkmodule: 2025 begannen führende inländische Lieferanten, ein jährliches Liefervolumen von 100.000 Sätzen zu erreichen. Darunter lieferte Yiyou Technology im gesamten Jahr etwa 95.000 Sätze aus, und die von Quanzhi Bo und Inks angekündigten Liefermengen überschritten jeweils 100.000 Sätze.

Bis zur ersten Hälfte des Jahres 2026 hat die kumulierte Liefermenge der integrierten Gelenkmodule von Quanzhi Bo 120.000 Sätze überschritten, allein im Juni belief sich die monatliche Liefermenge auf über 60.000 Sätze. Mit der Erweiterung des Lieferumfangs sinken auch die Preise für Gelenkmodule. Nach öffentlichen Angaben lag der durchschnittliche Preis der industriellen Gelenkmodule von Quanzhi Bo im Jahr 2025 bei etwa 1500 Yuan pro Satz, und es wird erwartet, dass die Gelenkkosten jährlich um etwa 10 % sinken werden.

Ein Investor, der die Roboterbranche beobachtet, erzählte Tencent Tech ebenfalls, dass bei einem